导航：安全管理网>> 安全论文>> 交通安全论文>>正文

基于主动安全防护的车辆侧翻预警系统设计

文档作者：任向阳许江淳黄生旺尚华王晴文档来源： 1．昆明理工大学信息工程与自动化学院 2．中国科学院核能安全技术研究所		点击数：	更新时间： 2020年12月04日
下载地址：点击这里	文件大小： 270.10 KB 共4页	文档格式： PDF	下载点数： 1 点（VIP免费）

全屏查看

内容预览 [文件共4页]

本文件共4页，如需编辑使用，请下载。

注：预览效果可能会出现部分文字乱码（如口口口）、内容显示不全等问题，下载是正常的。

	文件大小：270.10 KB 共4页文件格式：PDF 下载点数：1 点（VIP会员免费）

下一篇：高速转向架非线性与高铁车辆安全稳定性裕度

上一篇：一种面向安全辅助预警的车辆相对位置判定…

文本预览

仅提取页面文字内容，供快速阅读使用。

2016年第2期 工业仪表与自动化装置 ·39·
基于主动安全防护的车辆侧翻预警系统设计
任向阳 ，许江淳 ，黄生旺 ，尚华 ，王晴
(1．昆明理工大学信息工程与自动化学院，昆明650500；
2．中国科学院核能安全技术研究所，合肥230000)
摘要：为了防止汽车在行驶过程中发生侧翻，减少交通事故的发生，设计了一种基于嵌入式车
载平台的主动安全防护的车辆侧翻预警系统，通过传感器对汽车行驶时的角速度和加速度进行监
测，利用改进Sage—Husa自适应卡尔曼滤波算法进行数据融合得到汽车实时侧倾角，当监测到车辆
侧倾值达到侧翻指标门限值时，系统发出报警提醒驾驶人员采取相应措施，从而达到预防汽车侧翻
事故的发生。系统仿真实验结果表明：该系统有着良好稳定的预警性能，能够提高汽车的主动安全
性能。
关键词：侧翻预警；自适应卡尔曼滤波算法；姿态检测；汽车主动安全
中图分类号：TP368．1 文献标志码：A 文章编号：1000—0682(2016)02—0039—04
Design of vehicle rollover warning system based on the active safety protection
REN Xiangyang ，XU Jiangchun ，HUANG Shengwang ，SHANG Hua ，WANG Qing
(1．Faculty of Information Engineering and Automation，Kunming University of Science and Technology，Kunming 650500，China；
2．Institute of Nuclear Energy Safety Technology，Chinese Academy of Science，Hefei 230000，China)
Abstract：In order to avoid the vehicle rollover and to reduce traffic accidents，this paper designed a
proactive security protecting and preventing rollover warning system，which is based on the embedded ve—
hicle platform．The system can use sensors to monitor the palstance and acceleration of a running car．
The principle is fusing data by using a modified Sage—Husa self-adapting Kalman filtering algorithm to get
the car actual measured angle．When the car actual measured angle reaches the rollover threshold，the
system will send out alarm ing information to caution the driver to take corresponding measures．With the
result that it reduces the probability of vehicle rollover accident．The simulation experiment turns out that
the system has a well stabilized perform ance of alarm ing ability．It can improve the vehicle active safety．
Key words：rollover warning；self-adapting Kalman filtering algorithm；gesture measuring；vehicle
active safety
0 引言
交通安全与交通事故已经成为当今世界所共同
面对的一个重大社会问题，对于正处于快速发展过
程中的我国来讲，形势则更加严峻¨ 。汽车侧翻总
在很短时间内发生，以至于驾驶员来不及感受到汽
收稿日期：2015—08—03
基金项目：云南省科技厅项目(2009GJF30050)
作者简介：任向阳(】992)，男，硕士研究生，主要研究方向为嵌
入式技术，汽车测控技术。
通讯作者：许江淳(1963)，男，硕士，副教授，主要研究方向为嵌
入式技术，汽车测控技术。jx19631018@163．tom
车状态而采取预防措施 j。资料显示，如果能在潜
在交通事故发生前l s有效地给车载系统和驾驶员
发出警报，则可避免90％的交通事故，而要是能在
交通事故发生前2 S驾驶员采取相应的措施，几乎
所有的交通事故都能避免 。
目前，汽车上应用的预警装置很多，如车载防撞
系统和倒车雷达系统，可实时测量汽车与 后物体
之间的距离，提醒驾驶员采取相应措施避免发生碰
撞事故 ]。该文设计了一种智能车载侧翻预警系
统，可以依据自身采集到的汽车实时状态信息，通过
改进Sage—Husa自适应卡尔曼滤波算法对陀螺仪和
加速度计采集的数据进行融合，从而实现对车辆姿
· 40· 工业仪表与自动化装置 2016年第2期
态的检测，并实现汽车侧翻预警，对提高汽车主动安
全具有重要意义。
1 侧翻预警系统硬件组成
如图1所示，侧翻预警系统的硬件部分包括微
处理器、姿态检测模块、显示模块、报警模块及电源
模块。微处理器是预警系统的核心部件，系统选用
32位ARM1 1嵌入式微处理器$3C6410A做为主控
芯片 J，其主频可达667 MHz，满足预警系统的高
速计算要求。在姿态检测模块中，系统使用三轴加
速度计和三轴陀螺仪一体的MPU一6050模块进行
车辆加速度和姿态角测量，该构件免除了组合陀螺
仪与加速度计的轴问差问题。为了更好地实现人机
交互，显示模块选用群创AT070TN83屏，以便显示
相关参数及报警信号。报警模块是将系统得到的报
警信号经由ARM板处理后，驱动报警器发出不同
频率的声音，使驾驶员获得汽车侧翻预警状态的听
觉信号。汽车上的12 V电源经过电源模块后得到
ARM板、传感器及其他芯片使用的相应电压值。
!姿态检测模块
微处理器
； 尔曼滤波器
! 数据融合i
图1 侧翻预警系统的硬件框图
2 车载侧翻预警系统工作原理及算法
2．1 侧翻预警系统工作原理
智能车辆侧翻预警系统利用姿态检测模块中的
传感器获得车辆实时状态参数(侧倾角、角速度)，
传感器测得的信号经过改进Sage—Husa自适应卡尔
曼滤波算法进行数据融合处理后，可以获得更加准
确的姿态信息，该信息传送到ARM1 1智能设备终
端。在ARM1 1智能设备终端上运行的车载感知与
侧翻预警软件实时显示并保存车辆传感器信息。当
车辆的状态信息大于设定的侧翻指标门限值时则向
驾驶员发出警报信息，提醒驾驶人员采取有效措施
防止汽车发生侧翻。图2为车载侧翻预警系统工作
原理图。
2．2 侧翻预警系统数据融合算法
2．2．1 姿态测量原理
陀螺仪是测量物体角速度的传感器，通过对角
速度积分来得到目标角度值，但陀螺仪对温度、不稳
定力矩等噪声较为敏感【卜 ，使得输出结果因积分
作用而产生漂移误差。并且当车辆保持静止时，陀
螺仪无法对其角度进行初始化。因此单独使用陀螺
仪检测车辆姿态倾角并不适用，需要与其他传感器
共同使用。
_ l 磊]
图2 车载侧翻预警系统工作原理图
针对上述问题，采用加速度计测量物体的加速
度，当车辆姿态保持静止时，它各个轴上的输出为重
力加速度的分量。当车辆发生倾角改变时，加速度
计的输出也会随之发生改变，根据这一原理，可以通
过测量加速度计的输出间接获得车辆姿态的倾角。
2．2．2 改进自适应卡尔曼滤波算法实现
前面已经指出陀螺仪和加速度计都不能单独用
来测量物体的动态倾角，需要将两者结合起来。冯
智勇[81、LeBreuxl9 等人使用Kalman算法将多个传
感器中的数据进行集中融合，但这种方法由于处理
中心选择的单一性使其计算量大、容错性差。因此
该文采用改进自适应Kalman滤波¨ 对两者数据
进行融合。
采用融合滤波的方法实现两种传感器的数据融
合，以克服加速度计的动态误差和陀螺仪的漂移误
差，基于卡尔曼滤波的状态估计，即从可观测变量得
到不可测或难测变量的估计值。该文通过已知量测
信息角速度r和加速度OL ，经过提出的改进Sage—
Husa自适应卡尔曼滤波算法得到汽车实时侧倾值
的最优估计值。
在进行卡尔曼滤波状态估计前，需要把状态方
程和观测方程进行连续系统离散化，采样周期取
0．01 S，采用零阶保持器。在离散状态方程中有系
统噪声 ，量测噪声 ，并且假设09、 为相互独立的
零均值随机高斯白噪声序列。
A 曰 、C 分别表示离散化后的系统矩阵、输入
矩阵、量测矩阵，则闭环系统离散状态方程为：
2016年第2期 工业仪表与自动化装置 ·41·
r(k)
( )
y( )
( )
( )
( )
=Ad
r(k一1)
( 一1)
y( 一1)
( 一1)
( 一1)
：( 一1)
+ fr(七一1)+oJ(k一1)
(1)
以横摆角速度和侧向加速度为观测量的闭环系
统离散观测方程为：
r( )
( )
Y( )
( )
1( )
2( )
+ ( ) (2)
为了防止噪声统计方差阵容易失去半正定性和
正定性而导致滤波发散，文中对衰减记忆的Sage—
Husa自适应滤波算法进行了改进。
通过对误差协方差 的修正防止滤波发
散。在常规的卡尔曼滤波器中可直接对预测方差阵
川 进行调整，进而控制滤波增益 + ，以达到防
止滤波器发散的目的。通常，滤波器发散的判据可
由下式确定：
T
+1￡ +1 ytrace(CdP +1l C +R ) (3)
式中： + =Z川一C ． 一 为新息序列， 为可
调系数( ≥1)。
文中取 =1，使式(3)成为严格的滤波收敛条
件。如果式(3)不成立，则判断滤波器发散，这时可
以加一个时变调节因子S川，用以修订P
P I =S AdP A +Q (4)
S + 可由下式计算：
。 一 ! !! !二 二 r 、
一
tFace(CdAdP A T dT)
根据式(1)、式(2)，设计如下的改进Sage—Husa
自适应状态估计算法，首先进行式(6)～(8)的
计算。
+1I =Ad 1 +BdM +q (6)
+】：Z +】一Cjx +Ⅲ 一 (7)
川 =Sk+lAdP A +Q (8)
式(8)进行滤波发散检验，如果不满足式(3)则
根据式(4)和式(5)对P 在线调整，否则继续进
行式(9)一式(15)的计算。
+1l +1=P +1l c (cdP +ll c + )I1 (9)
+1【 十1= +1l +Kk+1s +1 (10)
P川I k+l=(I— Cd)P⋯ f (11)
q +1=(1一d )q +d ( +1 +1一Ad l^一Bd )
(12)
Q +1=(1一d^)Q +d (K +1s +1 +1K +1+
P +⋯+1一AdP A ) (13)
r +1=(1一d )r +d (z +1一Cd +1l ) (14)
R +1=(1一d )R +d (￡ +18 +1一cdP +1I C )
(15)
式中：g 和Q 分别为系统噪声均值和协方差阵； 和
R 分别为量测噪声均值和协方差阵。d ：(1一b)／
(1—6¨ )，b为遗忘因子，采用遗忘因子可以限制
滤波器的记忆长度，加强新近数据对估计的作用。
通常0．95≤b≤O．995，对于慢时变噪声统计应取较
大的接近于l的b，文中取6=0．97。Z + 即为有噪
声的量测信息角速度r和加速度 ，通过上述迭代
公式可对 中状态变量 做出最小方差估计，也即
汽车实时侧倾值 的最优估计值。
3 实车道路试验
为了检验系统的运行效果，进行了实车道路试
验。试验前将MPU一6050模块固定于汽车质心位
置处，并且保证传感器所组成的测量坐标系平行于
车体坐标系。试验时，将该实测信号作为自适应卡
尔曼滤波的量测信息，可以得到汽车侧偏角估计曲
线 ，把经过实车试验方法得到的侧偏角记为
卢 。图3显示了 与卢 的比较情况，从中可以
看出卢 与卢 的吻合程度较好。
t／s
图3 卡尔曼滤波法估计的侧偏角与试验值的比较
同时可得到改进Sage—Husa自适应卡尔曼滤波
算法的绝对误差，如图4所示。经统计，该算法估计
侧偏角方法的误差均值为0．059 54。，标准差为
0．090 45。。由此可见，用改进Sage—Husa自适应卡
尔曼滤波算法来估计汽车侧偏角简单方便、精度很
高，而且由于采用均匀设计方法大大减少了仿真试
验的次数，因此该方法的响应速度也较快。
· 42· 工业仪表与自动化装置 2016年第2期
图4 自适应卡尔曼滤波法的绝对误差
4 结论
考虑到了汽车运动的时变性和非线性特性，采
用自适应卡尔曼滤波算法进行数据融合处理，有效
地补偿传感器漂移和外界干扰等因素的影响，该算
法对汽车的侧倾角和纵向加速度取得了很好的预报
效果，基本实现车辆的行驶性能参数的实时感知和
准确预报。此外，通过选取精度更高的MEMS传感
器或采用基于径向基网络等方法，可以进一步地提
高系统的测量精度，这些将在下一阶段工作中作进
一步深入研究。
参考文献：
[1] 公安部交通管理局道路变通事故统计年报[C]．无锡：
公安部交通管理科学研究所，2009．
[2] Farmer C M，Lund A K．Rollover risk of cars and light
trucks after accounting for driver and environmental fac—
tors[J]．Accident Analysis and Prevention，2002，34
(2)：163—173．
[3] WENZEL T A，BURNHAM K J，BLUNDELL M V．Dual
extended Kalman filter for vehicle state and parameter
[J]．Vehicle System Dynamics，2006，44(2)：153—171．
[4] 秦洪武，石存杰，刘军．智能车载感知与侧翻预警系统
的设计[J]．传感器与微系统，2012，3l(8)：91—93．
[5] 王旭，张自嘉，王慧敏．基于ARMI1的塔吊监控系统
设计[J]．电子技术应用，2006，37(4)：65—69．
[6] 尚华．基于嵌入式技术车辆救援信息交互平台研究
[D]．昆明理工大学，2014．
[7] 杨凌霄，李晓阳．基于卡尔曼滤波的两轮自平衡车姿
态检测方法[J]．计算机仿真，2014，31(6)：406—409．
[8] 冯智勇，曾瀚，张力，等．基于陀螺仪及加速度计信号
融合的姿态角度测量[J]．西南师范大学学报(自然科
学版)，2011，36(4)：137—141．
[9] Marc LeBreux，Martin Desilets，Marcel Lacroix，et a1．
An unscented Kalman filter inverse heat transfer method
for the prediction of the ledge thickness inside high—．ten．．
perature metallurgical reactors J 1．International Journal
of Heat and Mass Transfer，2013，57(1)：265—273．
[10] 林菜，赵又群．汽车侧偏角估计方法比较[J]．南京理
工大学学报(自然科学版)，2009，33(1)：122—127．
[11] 周聪，肖建．基于自适应强跟踪滤波器的汽车行驶
状态软测量[J]．电机与控制学报，2012，16(2)：
96 — 101．
[12] 顾裕丰，刘国栋．一种复杂场景下的运动目标跟踪算
法[J]．电子技术应用，2012(1)：9—11．
(上接第6页)
[7] Sandeep Taya1．Tasks scheduling optimization for the
cloud computing system[J]．International Journal of Ad—
vaneed Engineering Sciences and Technologies，201 1，5
(2)：1 1—15．
[8] Li Kun，Xu Gaochao，Zhao Guangyu，et a1．Cloud task
scheduling based on load balancing ant colony optimiza—
tion[C]．／／Dalian：Sixth Annual China Grid Conference
(China—Grid)，2011：3—9．
[9] 王芳，李美安，段卫军．基于动态自适应蚁群算法的
云计算任务调度[J]．计算机应用，2013，33(11)：
316O 一3162．
[10] 刘伯红，赵浚尧．一种改进的基于云环境的蚁群优化
算法[J]．重庆邮电大学学报(自然科学版)，2012，24
(6)：712—715．
Marco Dorigo，Thomas Stutzle．Ant colony optimization
【M】．London：MIT Press，2004：1—20．
Ku Ruhana Ku—Mahamud，Aniza Mohamed Din，Husna
Jamal Abdul Nasir．Enhancement of ant colony optimiza—
tion for grid load balancing[J]．European Journal of
Scientific Research，2011，64(1)：42—50．
Rodrigo C，Rajiv R，Anton B，et a1．CloudSim：a tool—
kit for modeling and simulation of cloud computing envi—
ronments and evaluation of resource provisioning algo—
rithms[J]．Software：Practice and Experience，2001，41
(1)：23—50．
沈恺涛，胡德敏．基于云计算和改进离散粒子群的任
务调度研究[J]．计算机测量与控制，2012，20(11)：
3070 —3072．
1 j 1j ¨
r L rl

网友评论 more

交通安全论文最新内容

02-21